CN110579245A - 一种基于传感技术的小麦干旱程度监测方法及监测设备 - Google Patents
一种基于传感技术的小麦干旱程度监测方法及监测设备 Download PDFInfo
- Publication number
- CN110579245A CN110579245A CN201911003136.7A CN201911003136A CN110579245A CN 110579245 A CN110579245 A CN 110579245A CN 201911003136 A CN201911003136 A CN 201911003136A CN 110579245 A CN110579245 A CN 110579245A
- Authority
- CN
- China
- Prior art keywords
- wheat
- soil
- sensor
- drought
- calculating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 241000209140 Triticum Species 0.000 title claims abstract description 112
- 235000021307 Triticum Nutrition 0.000 title claims abstract description 112
- 238000012544 monitoring process Methods 0.000 title claims abstract description 29
- 238000005516 engineering process Methods 0.000 title claims abstract description 25
- 238000000034 method Methods 0.000 title claims abstract description 23
- 239000002689 soil Substances 0.000 claims abstract description 110
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 21
- 238000001556 precipitation Methods 0.000 claims abstract description 16
- 238000001514 detection method Methods 0.000 claims description 16
- 230000005540 biological transmission Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000011161 development Methods 0.000 claims description 12
- 238000011156 evaluation Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 9
- 238000012806 monitoring device Methods 0.000 claims description 7
- 238000010899 nucleation Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 230000005068 transpiration Effects 0.000 description 4
- 241000196324 Embryophyta Species 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000008641 drought stress Effects 0.000 description 2
- 238000003973 irrigation Methods 0.000 description 2
- 230000002262 irrigation Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241000209510 Liliopsida Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
- G01N33/245—Earth materials for agricultural purposes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
- G01N33/246—Earth materials for water content
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/14—Rainfall or precipitation gauges
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/34—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering
- H02J7/35—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering with light sensitive cells
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0092—Temperature by averaging, e.g. by scan
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
- Y02A40/22—Improving land use; Improving water use or availability; Controlling erosion
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- General Health & Medical Sciences (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Business, Economics & Management (AREA)
- Remote Sensing (AREA)
- Strategic Management (AREA)
- Agronomy & Crop Science (AREA)
- Hydrology & Water Resources (AREA)
- Animal Husbandry (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Marine Sciences & Fisheries (AREA)
- Economics (AREA)
- Mining & Mineral Resources (AREA)
- Power Engineering (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明涉及传感器监测技术领域,涉及一种基于传感技术的小麦干旱程度监测方法及监测设备,所述方法包括:布置传感器组件,测量土壤湿度,测量小麦缺水程度指标,测量计算降水量距平,计算待监测区小麦干旱程度指数DRG。本发明基于传感技术,结合土壤湿度、小麦缺水程度指标、降水量距平百分率综合判断小麦缺水状态,在测定土壤相对湿度时,对小麦不同的生长时间段分别计算,准确度高。
Description
技术领域
本发明涉及传感器监测技术领域,尤其涉及一种基于传感技术的小麦干旱程度监测方法及监测设备。
背景技术
传感技术就是传感器的技术,用于感知周围环境或者特殊物质,比如气体感知、光线感知、温湿度感知、人体感知等,把模拟信号转化成数字信号,给中央处理器处理。最终结果形成气体浓度参数、光线强度参数、范围内是否有人探测、温度湿度数据等等,显示出来。
传感技术早已渗透到诸如工业生产、宇宙开发、海洋探测、环境保护、资源调查、医学诊断、生物工程、甚至文物保护等等极其之泛的领域。从茫茫的太空,到浩瀚的海洋,以至各种复杂的工程系统,几乎每一个现代化项目,都离不开各种各样的传感器。
小麦是小麦系植物的统称,是单子叶植物,是一种在世界各地广泛种植的禾本科植物。小麦生长期间需水量较大,需要稳定的浇水灌溉。干旱胁迫是影响小麦产量的主要因素,任何生长阶段干旱均会对小麦产量造成严重影响,对小麦干旱胁迫及时准确的监测预警,提高灌溉的精确性对保障小麦的丰产稳产具有重要作用。
如中国专利申请号为:CN201110431891.2的专利公布了一种基于生态区尺度的冬小麦干旱风险预警方法,该发明的生态区尺度的干旱预警方法能够提供准确、适用性强的干旱预测预报和预防,通过生态区数据对干旱预警方法进行优化,增加了干旱预警方法的适用性和预测预报的准确性,通过生态区多点的数据分析,对干旱预警方法的数据库进行实时更新,实现干旱预警方法的实时校正和验证,可以实现以生态区为单元尺度的冬小麦干旱的预测预报和预防。但是该发明没有给出一个高效的数据采集系统及采集方法。
发明内容
本发明的目的是针对现有技术的不足,提供一种基于传感技术的小麦干旱程度监测方法及监测设备。
本发明解决问题所提供的技术方案如下:
一种基于传感技术的小麦干旱程度监测方法,包括如下步骤:
步骤1,布置传感器组件:
在待监测的小麦区域内部,按横向、纵向分别间距1~3km设置并标记监测点点阵,将传感器组件分别布置在标记的点位上,并编号为(i,j),i为行号, j为列号;
步骤2,测量土壤湿度:
1)采集土壤湿度信息:采用土壤湿度传感器,分别采集监测点土层内10cm、 20cm、30cm处的土壤湿度为W1(i,j)%,W2(i,j)%,W3(i,j)%;
2)分别计算土层内10cm,20cm,30cm的平均土壤湿度,计算式如下:
3)计算土壤相对湿度:
在小麦播种期,以土层内部10cm为标准,土壤相对湿度计算式为:
其中,Rsm为土壤相对湿度(%),a为小麦发育期调节系数,FC1土层内部10cm处的田间持水量(%);
在小麦苗期,以土层内部20cm为标准,土壤相对湿度计算式为:
其中,Rsm为土壤相对湿度(%),a为小麦发育期调节系数,FC2土层内部20cm处的田间持水量(%);
在小麦其他生长期,以土层内部,30cm为标准,土壤相对湿度计算式为:
其中,Rsm为土壤相对湿度(%),a为小麦发育期调节系数,FC3土层内部30cm处的田间持水量(%);
步骤3,测量小麦缺水程度指标:
1)设立参考小麦:在待监测的小麦区域内随即选取5处位置作为参考区,每处参考区面积4m3,分别测量5处参考区内小麦冠层的温度,得到平均温度为 Tm作为实际参考小麦冠层温度;继续在待监测的小麦区域内随即选取5处位置作为参考区,每处参考区面积4m3,充分灌溉,分别测量5处参考区内小麦冠层的温度,计算平均值TMax作为潜在或最大参考小麦冠层温度;
2)测量待监测小麦的冠层温度:采用传感器组件上部的红外温度检测传感器测量各监测点处小麦冠层温度为T(i,j),并计算待监测的小麦区域内部小麦冠层温度平均值为
3)计算小麦缺水程度指标CWSI:
其中,
步骤4,测量计算降水量距平:
1)测量降水量:采用传感器组件顶部的翻斗式雨量传感器,测量得到降水量数据为P(i,j),平均降水量为
2)计算降水量距平百分率,计算公式为:
其中,Pm为计算时段同期10年内平均降水量;时,将Pa置为0;
步骤5,计算待监测区小麦干旱程度指数DRG:
DRG=f1(1-Rsm)+f2CWSI+f3Pa,其中,f1、f2、f3分别为Rsm、CWSI、Pa的权重,f1=1,f2=2,f3=1;
干旱等级评价为:
DRG<1时,评价为轻度干旱
1<DRG≤2时,评价为中度干旱;
2<DRG≤3时,评价为重度干旱;
3<DRG≤4时,评价为特重度干旱。
进一步地,步骤2中,小麦发育期调节系数a,苗期为1.1,水分临界期为 0.9,其余发育期为1,水分临界期为孕穗至抽穗期间。
进一步地,步骤5中,f1、f2、f3采用层次分析法或专家评定法确定。
一种基于传感技术的小麦干旱程度监测设备,包括:支撑杆、支撑平台、第一土壤湿度传感器、第二土壤湿度传感器、第三土壤湿度传感器、红外温度检测传感器、翻斗式雨量传感器,数据采集器,移动数据传输设备,蓄电池;支撑杆下部设有穿刺部,中部设置圆饼状支撑平台,支撑平台以下10cm、20cm、30cm处分别设有第一土壤湿度传感器、第二土壤湿度传感器、第三土壤湿度传感器;支撑杆顶部设有翻斗式雨量传感器,翻斗式雨量传感器底部设有红外温度检测传感器、数据采集器,移动数据传输设备;第一土壤湿度传感器、第二土壤湿度传感器、第三土壤湿度传感器、红外温度检测传感器、翻斗式雨量传感器分别连接数据采集器和蓄电池,数据采集器连接移动数据传输设备;移动数据传输设备无线连接云端处理器。
进一步的,第一土壤湿度传感器、第二土壤湿度传感器、第三土壤湿度传感器采用FDS-100型土壤水分传感器。
进一步的,红外温度检测传感器设置2~3个,沿圆周等间距设置。
进一步的,蓄电池连接太阳能电池板。
本发明的有益效果是:
1.本发明所述基于传感技术的小麦干旱程度监测方法,基于传感技术,结合土壤湿度、小麦缺水程度指标、降水量距平百分率综合判断小麦缺水状态,准确度高。
2.本发明所述基于传感技术的小麦干旱程度监测方法,在测定土壤相对湿度时,对小麦不同的生长时间段分别计算,精确度更高。
3.本发明所述基于传感技术的小麦干旱程度监测设备,设置太阳能电池板,能够有效提升续航能力,保证长时间运行。
附图说明
图1为本发明所述基于传感技术的小麦干旱程度监测设备的结构示意图。
图中:1-支撑杆、2-支撑平台、3-第一土壤湿度传感器、4-第二土壤湿度传感器、5-第三土壤湿度传感器、6-红外温度检测传感器、7-翻斗式雨量传感器, 8-数据采集器,9-移动数据传输设备,10-蓄电池,11-太阳能电池板。
具体实施方式
下面结合说明书附图对本发明做进一步说明。
一种基于传感技术的小麦干旱程度监测方法,包括如下步骤:
步骤1,布置传感器组件:
在待监测的小麦区域内部,按横向、纵向分别间距1~3km设置并标记监测点点阵,将传感器组件分别布置在标记的点位上,并编号为(i,j),i为行号, j为列号;
步骤2,测量土壤湿度:
4)采集土壤湿度信息:采用第一土壤湿度传感器3、第二土壤湿度传感器4、第三土壤湿度传感器5,分别采集监测点土层内10cm、20cm、30cm处的土壤湿度为W1(i,j)%,W2(i,j)%,W3(i,j)%;
5)分别计算土层内10cm,20cm,30cm的平均土壤湿度,计算式如下:
6)计算土壤相对湿度:
在小麦播种期,以土层内部10cm为标准,土壤相对湿度计算式为:
其中,Rsm为土壤相对湿度(%),a为小麦发育期调节系数,FC1土层内部10cm处的田间持水量(%);
在小麦苗期,以土层内部20cm为标准,土壤相对湿度计算式为:
其中,Rsm为土壤相对湿度(%),a为小麦发育期调节系数,FC2土层内部20cm处的田间持水量(%);
在小麦其他生长期,以土层内部,30cm为标准,土壤相对湿度计算式为:
其中,Rsm为土壤相对湿度(%),a为小麦发育期调节系数,FC3土层内部30cm处的田间持水量(%);
小麦发育期调节系数a,苗期为1.1,水分临界期为0.9,其余发育期为1,水分临界期为孕穗至抽穗期间。
土壤相对湿度值为0~100%,值越低表示越干旱。
步骤3,测量小麦缺水程度指标:
1)设立参考小麦:在待监测的小麦区域内随即选取5处位置作为参考区,每处参考区面积4m3,分别测量5处参考区内小麦冠层的温度,得到平均温度为 Tm作为实际参考小麦冠层温度;继续在待监测的小麦区域内随即选取5处位置作为参考区,每处参考区面积4m3,充分灌溉,分别测量5处参考区内小麦冠层的温度,计算平均值TMax作为潜在或最大参考小麦冠层温度;
2)测量待监测小麦的冠层温度:采用传感器组件上部的红外温度检测传感器6测量各监测点处小麦冠层温度为T(i,j),并计算待监测的小麦区域内部小麦冠层温度平均值为
3)计算小麦缺水程度指标CWSI:
其中,实际参考区小麦冠层温度与待监测区小麦冠层温度差潜在或最大参考小麦冠层温度与待监测区小麦冠层温度差
当待监测小麦不缺水时,小麦冠层由于蒸腾作用降温幅度最大,ΔT与ΔTP相同,CWSI值为0%,表示待监测小麦不缺水;当待监测小麦极度缺水时,植株蒸腾作用停止,因蒸腾作用产生的降温越小,ΔT趋近于0,CWSI值趋近于100%,表示待监测小麦蒸腾作用小处于缺水状态。
步骤4,测量计算降水量距平:
1)测量降水量:采用传感器组件顶部的翻斗式雨量传感器7,测量得到降水量数据为P(i,j),平均降水量为
2)计算降水量距平百分率,计算公式为:
其中,Pm为计算时段同期10年内平均降水量;时,将Pa置为0;
降水量越小,Pa越大,表示越干旱。
步骤5,计算待监测区小麦干旱程度指数DRG:
DRG=f1(1-Rsm)+f2CWSI+f3Pa,其中,f1、f2、f3分别为Rsm、CWSI、Pa的权重,f1=1,f2=2,f3=1;
进一步地,f1、f2、f3采用层次分析法或专家评定法确定。
干旱等级评价为:
DRG<1时,评价为轻度干旱
1<DRG≤2时,评价为中度干旱;
2<DRG≤3时,评价为重度干旱;
3<DRG≤4时,评价为特重度干旱;
如图1所示,一种基于传感技术的小麦干旱程度监测设备,包括:支撑杆1、支撑平台2、第一土壤湿度传感器3、第二土壤湿度传感器4、第三土壤湿度传感器5、红外温度检测传感器6、翻斗式雨量传感器7,数据采集器8,移动数据传输设备9,蓄电池10;支撑杆1下部设有穿刺部,中部设置圆饼状支撑平台2,支撑平台2以下10cm、20cm、30cm处分别设有第一土壤湿度传感器3、第二土壤湿度传感器4、第三土壤湿度传感器5;支撑杆1顶部设有翻斗式雨量传感器7,翻斗式雨量传感器7底部设有红外温度检测传感器6、数据采集器8,移动数据传输设备9,红外温度检测传感器6设置2~3个,沿圆周等间距设置;第一土壤湿度传感器3、第二土壤湿度传感器4、第三土壤湿度传感器5、红外温度检测传感器6、翻斗式雨量传感器7分别连接数据采集器8和蓄电池10,数据采集器8连接移动数据传输设备9;移动数据传输设备9无线连接云端处理器。
进一步的,第一土壤湿度传感器3、第二土壤湿度传感器4、第三土壤湿度传感器5采用FDS-100型土壤水分传感器。
进一步的,蓄电池10连接太阳能电池板11。
本发明并不限于上述实施方式,在不背离本发明实质内容的情况下,本领域技术人员可以想到的任何变形、改进、替换均落入本发明的保护范围。
Claims (7)
1.一种基于传感技术的小麦干旱程度监测方法,其特征在于,包括如下步骤:
步骤1,布置传感器组件:
在待监测的小麦区域内部,按横向、纵向分别间距1~3km设置并标记监测点点阵,将传感器组件分别布置在标记的点位上,并编号为(i,j),i为行号,j为列号;
步骤2,测量土壤湿度:
1)采集土壤湿度信息:采用土壤湿度传感器,分别采集监测点土层内10cm、20cm、30cm处的土壤湿度为W1(i,j)%,W2(i,j)%,W3(i,j)%;
2)分别计算土层内10cm,20cm,30cm的平均土壤湿度,计算式如下:
3)计算土壤相对湿度:
在小麦播种期,以土层内部10cm为标准,土壤相对湿度计算式为:
其中,Rsm为土壤相对湿度(%),a为小麦发育期调节系数,FC1土层内部10cm处的田间持水量(%);
在小麦苗期,以土层内部20cm为标准,土壤相对湿度计算式为:
其中,Rsm为土壤相对湿度(%),a为小麦发育期调节系数,FC2土层内部20cm处的田间持水量(%);
在小麦其他生长期,以土层内部,30cm为标准,土壤相对湿度计算式为:
其中,Rsm为土壤相对湿度(%),a为小麦发育期调节系数,FC3土层内部30cm处的田间持水量(%);
步骤3,测量小麦缺水程度指标:
1)设立参考小麦:在待监测的小麦区域内随即选取5处位置作为参考区,每处参考区面积4m3,分别测量5处参考区内小麦冠层的温度,得到平均温度为Tm作为实际参考小麦冠层温度;继续在待监测的小麦区域内随即选取5处位置作为参考区,每处参考区面积4m3,充分灌溉,分别测量5处参考区内小麦冠层的温度,计算平均值TMax作为潜在或最大参考小麦冠层温度;
2)测量待监测小麦的冠层温度:采用传感器组件上部的红外温度检测传感器测量各监测点处小麦冠层温度为T(i,j),并计算待监测的小麦区域内部小麦冠层温度平均值为
3)计算小麦缺水程度指标CWSI:
其中,
步骤4,测量计算降水量距平:
1)测量降水量:采用传感器组件顶部的翻斗式雨量传感器,测量得到降水量数据为P(i,j),平均降水量为
2)计算降水量距平百分率,计算公式为:
其中,Pm为计算时段同期10年内平均降水量;时,将Pa置为0;
步骤5,计算待监测区小麦干旱程度指数DRG:
DRG=f1(1-Rsm)+f2CWSI+f3Pa,其中,f1、f2、f3分别为Rsm、CWSI、Pa的权重,f1=1,f2=2,f3=1;
干旱等级评价为:
DRG<1时,评价为轻度干旱
1<DRG≤2时,评价为中度干旱;
2<DRG≤3时,评价为重度干旱;
3<DRG≤4时,评价为特重度干旱。
2.根据权利要求1所述的一种基于传感技术的小麦干旱程度监测方法,其特征在于,步骤2中,小麦发育期调节系数a,苗期为1.1,水分临界期为0.9,其余发育期为1,水分临界期为孕穗至抽穗期间。
3.根据权利要求1所述的一种基于传感技术的小麦干旱程度监测方法,其特征在于,所述步骤5中,f1、f2、f3采用层次分析法或专家评定法确定。
4.应用于权利要求1的一种基于传感技术的小麦干旱程度监测设备,其特征在于,包括:支撑杆、支撑平台、第一土壤湿度传感器、第二土壤湿度传感器、第三土壤湿度传感器、红外温度检测传感器、翻斗式雨量传感器,数据采集器,移动数据传输设备,蓄电池;支撑杆下部设有穿刺部,中部设置圆饼状支撑平台,支撑平台以下10cm、20cm、30cm处分别设有第一土壤湿度传感器、第二土壤湿度传感器、第三土壤湿度传感器;支撑杆顶部设有翻斗式雨量传感器,翻斗式雨量传感器底部设有红外温度检测传感器、数据采集器,移动数据传输设备;第一土壤湿度传感器、第二土壤湿度传感器、第三土壤湿度传感器、红外温度检测传感器、翻斗式雨量传感器分别连接数据采集器和蓄电池,数据采集器连接移动数据传输设备;移动数据传输设备无线连接云端处理器。
5.根据权利要求4所述的一种基于传感技术的小麦干旱程度监测设备,其特征在于,所述第一土壤湿度传感器、第二土壤湿度传感器、第三土壤湿度传感器采用FDS-100型土壤水分传感器。
6.根据权利要求4所述的一种基于传感技术的小麦干旱程度监测设备,其特征在于,所述红外温度检测传感器设置2~3个,沿圆周等间距设置。
7.根据权利要求4所述的一种基于传感技术的小麦干旱程度监测设备,其特征在于,所述蓄电池连接太阳能电池板。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911003136.7A CN110579245A (zh) | 2019-10-22 | 2019-10-22 | 一种基于传感技术的小麦干旱程度监测方法及监测设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911003136.7A CN110579245A (zh) | 2019-10-22 | 2019-10-22 | 一种基于传感技术的小麦干旱程度监测方法及监测设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110579245A true CN110579245A (zh) | 2019-12-17 |
Family
ID=68815175
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911003136.7A Pending CN110579245A (zh) | 2019-10-22 | 2019-10-22 | 一种基于传感技术的小麦干旱程度监测方法及监测设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110579245A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101836562A (zh) * | 2010-05-25 | 2010-09-22 | 中国农业科学院农田灌溉研究所 | 一种诊断作物缺水程度的指标方法 |
CN102455282A (zh) * | 2010-10-25 | 2012-05-16 | 北京农业信息技术研究中心 | 测量土壤含水量的方法 |
CN102628860A (zh) * | 2012-04-16 | 2012-08-08 | 山东省农业可持续发展研究所 | 一种麦田土壤水分的遥感监测方法 |
CN103577720A (zh) * | 2013-11-29 | 2014-02-12 | 民政部国家减灾中心 | 一种区域旱灾风险估计方法 |
CN203479336U (zh) * | 2013-09-27 | 2014-03-12 | 天津现代职业技术学院 | 作物生长缺水信息检测装置 |
CN108765906A (zh) * | 2018-04-11 | 2018-11-06 | 南安市创培电子科技有限公司 | 一种农业干旱监测与预警预报方法 |
CN109115696A (zh) * | 2018-08-30 | 2019-01-01 | 南京信息工程大学 | 一种基于modis数据的旱情监测方法 |
KR20190053703A (ko) * | 2017-11-10 | 2019-05-20 | 대한민국(농촌진흥청장) | 엽온에 따른 수분스트레스가 고려된 관수 제어 방법 및 이를 이용한 관수 제어 시스템 |
-
2019
- 2019-10-22 CN CN201911003136.7A patent/CN110579245A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101836562A (zh) * | 2010-05-25 | 2010-09-22 | 中国农业科学院农田灌溉研究所 | 一种诊断作物缺水程度的指标方法 |
CN102455282A (zh) * | 2010-10-25 | 2012-05-16 | 北京农业信息技术研究中心 | 测量土壤含水量的方法 |
CN102628860A (zh) * | 2012-04-16 | 2012-08-08 | 山东省农业可持续发展研究所 | 一种麦田土壤水分的遥感监测方法 |
CN203479336U (zh) * | 2013-09-27 | 2014-03-12 | 天津现代职业技术学院 | 作物生长缺水信息检测装置 |
CN103577720A (zh) * | 2013-11-29 | 2014-02-12 | 民政部国家减灾中心 | 一种区域旱灾风险估计方法 |
KR20190053703A (ko) * | 2017-11-10 | 2019-05-20 | 대한민국(농촌진흥청장) | 엽온에 따른 수분스트레스가 고려된 관수 제어 방법 및 이를 이용한 관수 제어 시스템 |
CN108765906A (zh) * | 2018-04-11 | 2018-11-06 | 南安市创培电子科技有限公司 | 一种农业干旱监测与预警预报方法 |
CN109115696A (zh) * | 2018-08-30 | 2019-01-01 | 南京信息工程大学 | 一种基于modis数据的旱情监测方法 |
Non-Patent Citations (3)
Title |
---|
佚名: "农业干旱监测预报指标及等级标准", 《百度文库》 * |
卢晓慧 等: "《农业物联网技术与应用》", 31 December 2016 * |
王丽明 等: "作物缺水指数新方法的验证", 《中国农业气象》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Deriving maximal light use efficiency from coordinated flux measurements and satellite data for regional gross primary production modeling | |
Wang et al. | Estimating near future regional corn yields by integrating multi-source observations into a crop growth model | |
CN105739575B (zh) | 一种设施蔬菜环境参数的数据融合方法 | |
Marek et al. | Post-processing techniques for reducing errors in weighing lysimeter evapotranspiration (ET) datasets | |
Ge et al. | The characteristics of methane flux from an irrigated rice farm in East China measured using the eddy covariance method | |
Wilson et al. | Relationships between soil water content, evapotranspiration, and irrigation measurements in a California drip-irrigated Pinot noir vineyard | |
Togliatti et al. | Satellite L–band vegetation optical depth is directly proportional to crop water in the US Corn Belt | |
CN105353656A (zh) | 一种基于模糊推理的智能温室灌溉控制装置 | |
WO2018107245A1 (en) | Detection of environmental conditions | |
CN111316802B (zh) | 基于大型喷灌机的作物水肥监测方法、装置、设备及介质 | |
Gitelson et al. | Convergence of daily light use efficiency in irrigated and rainfed C3 and C4 crops | |
US11944048B2 (en) | Decision-making method for variable rate irrigation management | |
O'Shaughnessy et al. | Grain sorghum response to irrigation scheduling with the time-temperature threshold method and deficit irrigation levels | |
CHENG et al. | Cold damage risk assessment of double cropping rice in Hunan, China | |
Hou et al. | Determining water use and crop coefficients of drip-irrigated cotton in south Xinjiang of China under various irrigation amounts | |
CN109813865A (zh) | 一种设施土壤盐分监测方法与系统 | |
CN102636426B (zh) | 手持式生物量测定装置及方法 | |
CN110210142B (zh) | 一种南方大型灌区水稻实时需水量测算方法 | |
CN117147007A (zh) | 一种设施农业低温冷害预报系统 | |
CN110765901A (zh) | 一种基于物联网的农业灾害信息遥感提取系统及方法 | |
Jia et al. | Relationships between leaf area index and evapotranspiration and crop coefficient of hilly apple orchard in the Loess Plateau | |
Bhatti et al. | Crop response to thermal stress without yield loss in irrigated maize and soybean in Nebraska | |
CN110579245A (zh) | 一种基于传感技术的小麦干旱程度监测方法及监测设备 | |
Chayawat et al. | Environmental controls on net CO 2 exchange over a young rubber plantation in Northeastern Thailand. | |
Fletcher et al. | Spatial analysis of soybean plant height and plant canopy temperature measured with on-the-go tractor mounted sensors |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191217 |
|
RJ01 | Rejection of invention patent application after publication |